- 博客(9)
- 收藏
- 关注
RSS订阅原创 机器学习——Day07
逻辑回归是一种高效二分类算法，通过sigmoid函数将线性回归输出映射为[0,1]概率值，以0.5为阈值进行分类。其损失函数为对数似然损失，采用梯度下降优化。在乳腺癌预测案例中，经标准化与模型训练后，准确率较高。评估时结合精确率、召回率、F1-score及ROC-AUC指标，尤其AUC适用于不平衡数据，反映模型整体区分能力。ROC曲线面积（AUC）越大，分类性能越优，理想情况下达到1，表示完美分类。
2026-09-18 20:24:46
218
原创 西瓜书初步学习——决策树、支持向量机
决策树通过递归划分实现分类，核心为选择最优划分属性，常用信息增益、增益率（C4.5）和基尼指数（CART）。为防止过拟合，采用预剪枝或后剪枝策略，后者泛化性能更优。支持向量机旨在寻找最大间隔超平面，依赖支持向量进行分类，通过核函数处理非线性问题，其性能高度依赖核函数选择。
2026-09-13 21:22:17
200
原创 机器学习三大模型——线性模型
本文系统阐述机器学习基本概念与核心理论，涵盖机器学习定义、典型过程、关键术语及归纳偏好，介绍NFL定理与泛化能力。重点讨论模型评估方法（留出法、交叉验证、自助法）、调参策略与性能度量，强调评估的科学性与可比性。随后深入讲解线性模型，包括线性回归、对率回归、线性判别分析及多分类学习，并针对类别不平衡问题提出过采样、欠采样与阈值移动等解决方案，结合SMOTE、EasyEnsemble等算法提升实际应用效果。
2026-09-10 22:35:54
164
原创 机器学习——Day06
内容关于线性回归的全面介绍，包括定义、API使用、数学基础、损失优化、梯度下降变体、正规方程、正则化、欠拟合过拟合、岭回归、模型保存加载等。需要精炼概括。注意字数限制。摘要应包含核心主题和关键点。我们写一段话。计算字数。</think>本文介绍了线性回归的原理与实践：从单/多元回归概念、API用法，到损失函数与正规方程、梯度下降优化（FG/SG/mini-batch/SAG）；并讨论欠拟合与过拟合、L1/L2正则化及岭回归，最后通过加州房价案例演示模型训练、评估、保存与加载。
2026-09-05 16:51:14
172
原创 机器学习——Day05
相当于用较小的领域中的训练实例进行预测，“学习”近似误差会减小，只有与输入实例较近或相似的训练实例才会对预测结果起作用，与此同时带来的问题是“学习”的估计误差会增大，即。完全不足取，因为此时无论输入实例是什么，都只是简单的预测它属于在训练实例中最多的类，模型过于简单，忽略了训练实例中大量有用信息。根据KNN每次需要预测一个点时，我们都需要计算训练数据集里每个点到这个点的距离，然后选出距离最近的K个点进行投票，有点事可以减少学习的估计误差，但缺点是学习的近似误差会增大。六、鸢尾花种类预测——流程实现。
2026-08-25 23:29:12
227
原创 机器学习——Day04
Pandas数据处理的核心操作：1）DataFrame的算术/逻辑/统计运算与自定义函数应用；2）数据可视化方法；3）文件读写（CSV/HDF5/JSON）；4）缺失值检测与处理方法；5）数据离散化与one-hot编码；6）数据合并的concat/merge；7）交叉表与透视表分析；8）分组聚合操作。涵盖了从基础运算到高级分析的完整数据处理流程，适用于金融、零售等多领域数据分析场景。
2026-08-03 23:03:58
204
原创 机器学习——Day03
本文系统介绍了Numpy和Pandas两个Python科学计算核心库。Numpy部分重点讲解了ndarray数组的特性及优势（内存连续、并行运算、高效C实现），详细说明了数组生成、索引切片、形状修改、逻辑运算和统计运算等核心操作，并介绍了矩阵运算规则。Pandas部分以DataFrame为核心，阐述了其数据结构特点、索引设置方法、基本数据操作技巧，以及文件读取功能。两个库相互配合，Numpy提供高效数值计算基础，Pandas则专注于数据分析和处理，共同构成Python数据科学生态的核心工具链。
2026-06-30 19:34:07
271
原创 机器学习——Day02
机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测增加层数：通过更抽象的概念识别物体、器官层、分子层、原子层增加节点数：增加同一层物质的种类plt.xticks(x,**kwargs) x：要显示的刻度值plt.yticks(y,**kwargs) y：要显示的刻度值注意：第一个参数必须是数字 如果不是数字 需要进行值替换。
2026-06-18 21:25:13
227
原创 人工智能学习——Day01
在字典中没有先后顺序删除指定元素用remove pop只能弹出第一个元素Python为了高效 导入一次包之后不会再重复导入导入包之后可以使用包中的元素 也可以修改元素的值可以给包设置别名可以导入包里部分元素导入包的全部元素构造函数是两个‘_’组成 doc同理可以删除属性值。
2026-05-28 16:47:35
445
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人